基于大数据的多向保真取心状态判别决策方法及系统

本发明涉及工业数据智能分析，特别是基于大数据的多向保真取心状态判别决策方法及系统。

背景技术：

1、深部岩石原位信息获取对深地资源勘探、地质结构分析和地下工程安全评价具有重要意义。多向保真取心作业需要在竖直、倾斜、水平或仰斜等复杂井眼条件下获取岩心，并尽量保持岩心原位压力、温度、质量、湿度、光照度、气液成分、结构完整性和状态真实性。实际作业中，井深、井斜角、方位角、岩性、岩石破碎程度、泥浆密度、泥浆黏度、钻压、扭矩、转速、机械钻速、泵压、振动强度以及工具姿态变化等因素，都会影响岩心收获和保真状态。

2、已有专利 cn104265264a 公开了一种全适应地层岩心进筒异常显示机构，用于显示岩心堵、卡、破碎岩心重复切削等进筒异常情况。该类方案能够提示取心过程中的局部进筒异常，但其重点在于异常显示结构，不能将出井后检测得到的实际岩心长度、岩心完整性、保压率、压力衰减量和最终保真等级反向关联至具体取心窗口，也难以判断未有效取心、初始取心、稳定取心、接近目标收获、取心达标或保真风险等多向保真取心状态。

3、已有专利 cn113202435b 公开了一种基于磁场作用的保压控制装置及保真控制器，通过磁场作用实现阀瓣触发、闭合和密封，使保压机构能够适应水平或倾斜取心状态。该类方案解决的是保压机构在不同姿态下的触发和密封执行问题，但并不能判断当前窗口是否应继续钻进、降参钻进、停钻准备或触发保压，也不能根据历史取心作业数据和当前随钻响应生成取心作业决策。

4、因此，现有技术虽然能够对部分进筒异常进行提示，或者在装备层面改善多向保压触发能力，但仍缺少一种面向多向保真取心作业的数据分析方法，能够利用历史多向保真取心作业数据、出井后检测结果和当前取心窗口数据，对当前窗口的预计岩心收获程度、保真风险度和取心相位进行判别，并结合候选作业动作的操作响应时间，输出继续钻进、降参钻进、停钻准备或触发保压的取心作业决策。现有方法难以解决出井后检测结果滞后、井下实时状态缺少直接标签以及固定经验阈值跨井况适应性差的问题。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了基于大数据的多向保真取心状态判别决策方法解决现现有多向保真取心作业中，出井后岩心收获率、岩心完整性、保压率和压力衰减等结果具有滞后性，井下实时作业状态难以直接观测，且继续钻进、降参、停钻准备、触发保压和保真保持处置缺少统一决策依据的技术问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了基于大数据的多向保真取心状态判别决策方法，其包括，采集历史多向保真取心作业数据和出井后检测结果，按照预设固定深度增量切分取心过程，提取井况特征、随钻响应特征和工具姿态特征，生成历史窗口样本库；

5、依据历史窗口样本库和出井后检测结果反演窗口异常归因值，并与取心相位、预计岩心收获程度、保真风险度、历史相似状态参考权重绑定，生成历史相位状态粒子库；

6、采集当前取心窗口数据，按相同特征口径生成当前窗口特征，根据当前窗口特征确定相似历史窗口，并从历史相位状态粒子库读取对应的历史相位状态粒子，生成当前初始粒子集合；

7、依据取心相位屏障更新当前初始粒子集合，生成当前相位状态概率、预计岩心收获程度和保真风险度；

8、根据当前相位状态概率、预计岩心收获程度和保真风险度，对候选作业动作进行同源粒子前向回放，生成各候选作业动作的风险响应裕度和取心保真综合决策值，输出多向保真取心状态判别结果和取心作业决策。

9、作为本发明所述基于大数据的多向保真取心状态判别决策方法的一种优选方案，其中：所述历史多向保真取心作业数据包括，作业前参数、井况参数、随钻工况参数、泥浆参数、工具姿态参数和作业控制记录；所述出井后检测结果包括，实际岩心长度、岩心完整性、保压率、压力衰减量和最终保真等级；

10、所述生成历史窗口样本库包括，按照预设固定深度增量将历史取心过程切分为多个深度窗口，对各深度窗口内的历史多向保真取心作业数据进行有效性整理，分别提取井况特征、随钻响应特征和工具姿态特征，将井况特征、随钻响应特征、工具姿态特征以及同一次历史取心作业的出井后检测结果按照作业编号和窗口编号建立关联，生成历史窗口样本库。

11、作为本发明所述基于大数据的多向保真取心状态判别决策方法的一种优选方案，其中：所述依据历史窗口样本库和出井后检测结果反演窗口异常归因值包括，从历史窗口样本库中按照作业编号和窗口编号读取历史窗口及其关联的出井后检测结果，对历史窗口中的井况特征、随钻响应特征和工具姿态特征进行归一化处理，并对相邻深度窗口执行差分处理，生成窗口变化量；

12、按照入筒不足、岩心破碎、压力衰减和密封异常四类异常类型，对窗口变化量进行分组计算，生成对应类型的窗口异常诱发量；将同一作业编号下的出井后检测结果换算为对应类型的作业异常量，并按照同一异常类型下窗口异常诱发量的占比，将对应类型的作业异常量分配至各深度窗口；

13、汇总同一深度窗口内各异常类型对应的分配结果，生成窗口异常归因值；

14、所述生成历史相位状态粒子库包括，按照预设固定深度增量顺序遍历各深度窗口，根据窗口变化量递推预计岩心收获程度，根据窗口异常归因值和窗口变化量递推保真风险度；根据窗口异常归因值、预计岩心收获程度和保真风险度确定取心相位；将取心相位、预计岩心收获程度、保真风险度、窗口异常归因值和历史相似状态参考权重绑定为历史相位状态粒子，汇总各历史相位状态粒子，生成历史相位状态粒子库；

15、所述历史相似状态参考权重按照同一作业编号下窗口异常归因值与预设基础权重之和的归一化结果确定。

16、作为本发明所述基于大数据的多向保真取心状态判别决策方法的一种优选方案，其中：所述根据当前窗口特征确定相似历史窗口包括，按照相同特征口径从历史窗口样本库中读取各历史窗口特征，并采用历史窗口样本库的归一化参数对当前窗口特征和各历史窗口特征进行归一化处理；对归一化后的当前窗口特征和各历史窗口特征逐项求差，对各项差值平方后按照预设匹配权重累加，生成窗口匹配距离；按照窗口匹配距离由小到大排序，选取预设数量的历史窗口样本记录，并将所选历史窗口样本记录的作业编号和窗口编号作为相似历史窗口索引；

17、所述生成当前初始粒子集合包括，以相似历史窗口的作业编号和窗口编号为索引，从历史相位状态粒子库读取对应历史相位状态粒子；将各相似历史窗口对应的窗口匹配距离取负后进行指数运算，并对指数运算结果进行归一化，生成相似权重；将相似权重与对应历史相位状态粒子的历史相似状态参考权重相乘后归一化处理，生成当前历史相似状态参考权重；将对应历史相位状态粒子中的取心相位、预计岩心收获程度、保真风险度、窗口异常归因值和当前历史相似状态参考权重写入当前粒子记录，汇总当前粒子记录，生成当前初始粒子集合。

18、作为本发明所述基于大数据的多向保真取心状态判别决策方法的一种优选方案，其中：所述依据取心相位屏障更新当前初始粒子集合包括，读取当前初始粒子集合中的当前粒子记录，并根据当前取心窗口数据生成当前窗口变化量；

19、依据取心相位单向推进、预计岩心收获程度不超过预设回退量以及保真风险度不可逆累积的屏障规则，对当前粒子记录中的取心相位、预计岩心收获程度和保真风险度进行屏障校验；对通过屏障校验的当前粒子记录保留当前历史相似状态参考权重，对未通过屏障校验的当前粒子记录将当前历史相似状态参考权重乘以预设屏障衰减系数；对调整后的当前历史相似状态参考权重进行归一化处理，形成更新后当前粒子集合；

20、按照更新后当前粒子集合中各当前历史相似状态参考权重统计取心相位分布，生成当前相位状态概率，并按照更新后当前粒子集合中各当前历史相似状态参考权重分别计算预计岩心收获程度加权值和保真风险度加权值，生成当前预计岩心收获程度和当前保真风险度。

21、作为本发明所述基于大数据的多向保真取心状态判别决策方法的一种优选方案，其中：所述根据当前相位状态概率、预计岩心收获程度和保真风险度生成风险响应裕度和取心保真综合决策值包括，设置继续钻进、降参钻进、停钻准备和触发保压四类候选作业动作；针对每一候选作业动作，将更新后当前粒子集合复制为对应候选作业动作的前向回放粒子分支，并按照候选作业动作对应的进尺增量规则、风险增量规则和相位推进规则，递推各前向回放粒子分支中的预计岩心收获程度、保真风险度和取心相位；

22、按照各前向回放窗口中保真风险状态对应的历史相似状态参考权重和，确定首次达到风险概率阈值的风险到达窗口，并根据风险到达窗口确定风险到达时间；将风险到达时间与对应候选作业动作的操作响应时间相减，生成风险响应裕度；将前向递推得到的预计岩心收获程度增量作为收益量，将保真风险度增量和保真风险状态概率增量作为损失量，将收益量与损失量加权相减，生成对应候选作业动作的取心保真综合决策值。

23、作为本发明所述基于大数据的多向保真取心状态判别决策方法的一种优选方案，其中：所述输出多向保真取心状态判别结果和取心作业决策包括，将当前相位状态概率中概率最大的取心相位确定为多向保真取心状态判别结果；当保真风险状态对应的当前相位状态概率达到风险概率阈值，或者继续钻进和降参钻进对应的风险响应裕度均不大于零时，输出触发保压决策；当保真风险状态对应的当前相位状态概率未达到风险概率阈值时，在继续钻进、降参钻进、停钻准备和触发保压四类候选作业动作中，选取风险响应裕度大于零且取心保真综合决策值最大的候选作业动作作为取心作业决策。

24、第二方面，本发明提供了基于大数据的多向保真取心状态判别决策系统，包括：历史样本构建模块，用于采集历史多向保真取心作业数据和出井后检测结果，生成历史窗口样本库；

25、相位粒子库构建模块，用于反演窗口异常归因值，并生成历史相位状态粒子库；

26、当前粒子生成模块，用于根据当前窗口特征确定相似历史窗口，并生成当前初始粒子集合；

27、相位屏障更新模块，用于依据取心相位屏障更新当前初始粒子集合，生成当前相位状态概率、预计岩心收获程度和保真风险度；

28、前向回放决策模块，用于对候选作业动作进行同源粒子前向回放，生成风险响应裕度和取心保真综合决策值，并输出多向保真取心状态判别结果和取心作业决策。

29、第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于大数据的多向保真取心状态判别决策方法的任一步骤。

30、第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于大数据的多向保真取心状态判别决策方法的任一步骤。

31、本发明有益效果为：通过将历史多向保真取心作业数据按预设固定深度增量切分为历史窗口样本，并将出井后检测结果反演为窗口异常归因值，避免将整次作业结果直接作为窗口标签造成误判；通过构建历史相位状态粒子库，使取心相位、预计岩心收获程度、保真风险度和异常归因结果能够被当前取心窗口迁移使用；通过相似历史窗口检索和取心相位屏障更新，对当前不可直接观测的取心状态进行约束判别，降低相位倒退、异常跳变和风险状态误恢复带来的判断偏差；通过同源粒子前向回放比较继续钻进、降参钻进、停钻准备和触发保压等候选作业动作，结合风险响应裕度和取心保真综合决策值输出取心作业决策，提高多向保真取心状态判别的连续性、可追溯性和决策稳定性。